名称描述内容

挑战自我  勇往直前

真正的风景不在绝顶之上的一览众山小

而在一路攀登的挑战与坚持

新闻中心
/ news
无声之处,见所未见!——美国SIG声学成像仪
来源: | 作者:11 | 发布时间: 2025-11-24 | 3 次浏览 | 分享到:
什么是声学成像仪?
声学成像仪,通俗来讲,就是 “声音的相机” 。它通过一个由数十个甚至上百个微型麦克风组成的阵列(麦克风阵列),捕捉来自特定区域的声波,并运用先进的波束形成算法,将声音的源头、位置和强度在可见光视频图像上实时叠加显示。
最终,您在屏幕上看到的是一幅正常的视频画面,但在有声音泄漏或异常声源的位置,会呈现出彩色的、类似热成像的“云图”,从而让操作人员 “看见”声音。
核心工作原理
其核心技术可以概括为三个步骤:
声波采集:设备前方的麦克风阵列同时捕捉空间中的声波信号。每个麦克风接收到声波的时间有微小的差异。
信号处理:内置的处理器利用波束形成技术,通过计算这些麦克风之间声波到达的时间差,反向推算出声波来源的方向和距离。
图像合成:将计算出的声源位置信息,与内置摄像头拍摄的可见光视频进行实时叠加,在声源位置生成一个彩色的、代表声压级高低的覆盖层(云图)。颜色通常从蓝色(低声压)到红色(高声压)渐变。
主要特点与优势
直观可视:将抽象的、难以定位的声音问题转化为清晰的视觉图像,大大降低了诊断门槛。
快速高效:能够进行大面积扫描,实时显示结果,数秒内即可定位问题点,效率远高于传统单点测量的方法。
非接触式测量:无需接触被测设备,可以在安全距离外对高压、高温或高速运转的设备进行检测。
抗干扰能力强:在嘈杂的工业环境中,可以通过设置频率范围,专注于识别特定故障发出的声音(例如特定频率的泄漏声或轴承异响),有效过滤背景噪音。
主要应用领域
声学成像仪的应用非常广泛,主要集中在以下几个领域:
1. 气体泄漏检测
这是最经典和高效的应用。无论是压缩空气、蒸汽、真空还是各种惰性气体,发生泄漏时都会产生湍流,发出高频超声波。
应用场景:工厂压缩空气管道、气动元件、阀门、储气罐;汽车制造中的密封性测试;电力行业的SF6气体泄漏检测。
2. 工业 predictive maintenance (预测性维护)
通过检测设备异常声音,提前发现故障隐患。
应用场景:
轴承故障:损坏的轴承会发出特定的周期性冲击声。
齿轮磨损:齿轮啮合不良会产生异常振动和噪音。
部件松动或摩擦:可视化的声源有助于快速定位松动部件。
真空泄漏:检测真空设备或管路的泄漏点。
3. 电力行业检测
电力设备局部放电(电晕、电弧、电痕)时会伴随产生特定的超声波和可听噪声。
应用场景:高压输电线路、变电站、开关柜、绝缘子、变压器等设备的局部放电检测和定位。
4. 异响(NVH)检测
在产品质量控制中,用于定位产品的异常噪音。
应用场景:汽车、家电(如空调、洗衣机)、消费电子等产品在生产线的异响排查和质量控制。
5. 其他应用
建筑隔声检测:查找墙体、门窗的隔声薄弱点。
汽车维修:定位发动机舱、底盘的异响源。
航空航天:检测飞机部件的异常气流噪声。

什么是声学成像仪?

声学成像仪,通俗来讲,就是 “声音的相机” 。它通过一个由数十个甚至上百个微型麦克风组成的阵列(麦克风阵列),捕捉来自特定区域的声波,并运用先进的波束形成算法,将声音的源头、位置和强度在可见光视频图像上实时叠加显示。

最终,您在屏幕上看到的是一幅正常的视频画面,但在有声音泄漏或异常声源的位置,会呈现出彩色的、类似热成像的“云图”,从而让操作人员 “看见”声音

核心工作原理

其核心技术可以概括为三个步骤:

声波采集:设备前方的麦克风阵列同时捕捉空间中的声波信号。每个麦克风接收到声波的时间有微小的差异。

信号处理:内置的处理器利用波束形成技术,通过计算这些麦克风之间声波到达的时间差,反向推算出声波来源的方向和距离。

图像合成:将计算出的声源位置信息,与内置摄像头拍摄的可见光视频进行实时叠加,在声源位置生成一个彩色的、代表声压级高低的覆盖层(云图)。颜色通常从蓝色(低声压)到红色(高声压)渐变。

主要特点与优势

直观可视:将抽象的、难以定位的声音问题转化为清晰的视觉图像,大大降低了诊断门槛。

快速高效:能够进行大面积扫描,实时显示结果,数秒内即可定位问题点,效率远高于传统单点测量的方法。

非接触式测量:无需接触被测设备,可以在安全距离外对高压、高温或高速运转的设备进行检测。

抗干扰能力强:在嘈杂的工业环境中,可以通过设置频率范围,专注于识别特定故障发出的声音(例如特定频率的泄漏声或轴承异响),有效过滤背景噪音。

主要应用领域

声学成像仪的应用非常广泛,主要集中在以下几个领域:

1. 气体泄漏检测
这是最经典和高效的应用。无论是压缩空气、蒸汽、真空还是各种惰性气体,发生泄漏时都会产生湍流,发出高频超声波。

应用场景:工厂压缩空气管道、气动元件、阀门、储气罐;汽车制造中的密封性测试;电力行业的SF6气体泄漏检测。

2. 工业 predictive maintenance (预测性维护)
通过检测设备异常声音,提前发现故障隐患。

应用场景

轴承故障:损坏的轴承会发出特定的周期性冲击声。

齿轮磨损:齿轮啮合不良会产生异常振动和噪音。

部件松动或摩擦:可视化的声源有助于快速定位松动部件。

真空泄漏:检测真空设备或管路的泄漏点。

3. 电力行业检测
电力设备局部放电(电晕、电弧、电痕)时会伴随产生特定的超声波和可听噪声。

应用场景:高压输电线路、变电站、开关柜、绝缘子、变压器等设备的局部放电检测和定位。

4. 异响(NVH)检测
在产品质量控制中,用于定位产品的异常噪音。